OmniHuman 2
A partir de $0.117 por segundo de áudio
O modelo de humano digital da ByteDance que transforma uma foto em uma performance expressiva de corpo inteiro, com áudio de até cinco minutos.
No que o OmniHuman 2 é bom
Tomadas longas em uma única geração
O OmniHuman 2 aceita até cinco minutos de áudio.
Gestos expressivos com as mãos e o corpo
As mãos se movem de acordo com o que está sendo dito e ficam coordenadas com o corpo.
Controle da cena e da câmera por prompt
Um prompt opcional orienta a cena, o movimento do personagem e a câmera.
Funciona com vários tipos de conteúdo
Fotografias, renderizações geradas por IA, personagens animados e arte estilizada funcionam como imagem de origem.
Dirigir. Criar. Editar.
Pare de escrever prompts. Comece a dirigir.
O Craze explora ideias, pesquisa e planeja com você.
Crie conteúdo de bom gosto.
O Craze gera tudo o que se possa imaginar. Vídeo, áudio, música, motion graphics e muito mais.
Edite vídeos em minutos. Não em dias.
O Craze assiste às suas filmagens e monta um corte final. Com um editor de verdade, se você precisar.
Faça vídeos que as pessoas assistam
- Vídeos UGC
- Motion graphics
- Longas-metragens
- Visualização de produtos
- Microdramas
- Filmes em 3D
- Videoclipes
- Filmes de marca
- Melhores momentos de casamento
- Reviews no YouTube
Como o OmniHuman 2 se compara
Todos os modelos aqui rodam em todos os planos do Craze, incluindo o Free, e o Craze pode usar um diferente para cada tomada.
| OmniHuman 2ByteDance | Seedance 2.5ByteDance Seed Team | Seedance 2.0ByteDance Seed Team | Seedance 2.0 FastByteDance Seed Team | |
|---|---|---|---|---|
| Gera | Texto + Áudio + Imagem para vídeo | Texto + Imagem + Vídeo + Áudio para vídeo | Texto + Imagem + Vídeo + Áudio para vídeo | Texto + Imagem + Vídeo + Áudio para vídeo |
| Qualidade | — | Até 4K | Até 4K | Até 720p |
| Duração | — | Até 30s por clipe | Até 15s por clipe | Até 15s por clipe |
| Som | — | Gerado junto com a imagem | Gerado junto com a imagem | Gerado junto com a imagem |
| A partir de | $0.117 por segundo de áudio | $0.120 por segundo de vídeo | $0.079 por segundo de vídeo | $0.063 por segundo de vídeo |
Especificações do OmniHuman 2 no Craze
| Tarefa | Entradas | Resolução | Proporções | Som |
|---|---|---|---|---|
| Foto falante | Áudio, Primeiro quadro | Segue a fonte | Segue a entrada | Nenhum |
Escolha o plano para sua próxima criação.
Free
$0 / mês
- Uso limitado
- Acesso a todos os modelos de mídia
- Nível de chat Eficiente
- 1 GB de armazenamento
- Craze MCP
- Exportações em até 720p
- Recarregar créditos adicionais
Pro
$19 / mês
- $19 de créditos todo mês
- Acesso a todos os modelos de mídia
- Todos os níveis de chat
- 50 GB de armazenamento
- Craze MCP
- Sem limites de resolução nas exportações
- Recarregar créditos adicionais
Ultra
$59 / mês
- $59 de créditos todo mês
- Acesso a todos os modelos de mídia
- Todos os níveis de chat
- 200 GB de armazenamento
- Craze MCP
- Sem limites de resolução nas exportações
- Recarregar créditos adicionais
Max
$199 / mês
- $199 de créditos todo mês
- Acesso a todos os modelos de mídia
- Todos os níveis de chat
- 1 TB de armazenamento
- Craze MCP
- Sem limites de resolução nas exportações
- Recarregar créditos adicionais
Perguntas frequentes
Por que os criadores escolhem o OmniHuman 2
O OmniHuman 2 anima uma performance inteira a partir de uma foto e de uma faixa de áudio. Ele vai além do movimento dos lábios: a expressão, a postura e os gestos com as mãos acompanham a interpretação, então o personagem parece estar interpretando a fala, e não apenas mexendo a boca.
Tomadas longas em uma única geração
O OmniHuman 2 aceita até cinco minutos de áudio. Um vídeo explicativo completo, um segmento de podcast ou um monólogo longo é renderizado como um único clipe contínuo, sem dividir o áudio e juntar planos depois.
Gestos expressivos com as mãos e o corpo
As mãos se movem de acordo com o que está sendo dito e ficam coordenadas com o corpo. Os gestos se desenvolvem ao longo de uma fala longa, em vez de repetir um loop.
Controle da cena e da câmera por prompt
Um prompt opcional orienta a cena, o movimento do personagem e a câmera. Se você não usar um, o modelo interpreta apenas a partir do áudio.
Funciona com vários tipos de conteúdo
Fotografias, renderizações geradas por IA, personagens animados e arte estilizada funcionam como imagem de origem.
Como usar o OmniHuman 2 no Craze
O OmniHuman 2 é um modelo de transformação: forneça uma foto e uma faixa de áudio, e o Craze gera a performance animada.
- Envie uma foto nítida da pessoa ou personagem, com pelo menos 300 pixels em cada lado.
- Envie ou grave o áudio, de 4 segundos a 5 minutos. Pode ser uma narração, um diálogo, texto para fala ou qualquer faixa de áudio.
- Peça o OmniHuman 2 ao Craze, ou descreva o humano digital que você quer criar. Se você não citar um modelo, o Craze mostra as opções de avatar disponíveis com preços.
- O Craze gera o vídeo animado, com gestos, expressões e linguagem corporal que acompanham o áudio.
- Revise no editor. Se você quiser ajustar a performance ou testar outro áudio, gere novamente.
O OmniHuman 2 funciona bem com fotos em que a pessoa ou o personagem aparece bem e está mais ou menos de frente para a câmera. As fotos não precisam ser profissionais; fotos de celular e renderizações artísticas funcionam.
Preços do OmniHuman 2
O OmniHuman 2 é cobrado pela duração do seu áudio, a $0.117 por segundo de áudio. Um clipe de 30 segundos custa metade de um de 60 segundos. O preço cresce de forma linear com a duração do áudio. Calcule os custos exatos nesta página.
A origem da foto e o formato do vídeo não afetam o preço. Só importa a duração do áudio.
OmniHuman 2 em comparação com outros modelos de avatar
O Kling Avatar 2 Pro e o Kling Avatar 2 oferecem uma animação mais simples para vídeos mais curtos. O VEED Fabric 1.0 é uma opção de baixo custo que move principalmente a cabeça e os ombros. O OmniHuman 2 se destaca quando você precisa de gestos expressivos, qualidade cinematográfica ou uma tomada longa em um único clipe.
Para quem é o OmniHuman 2
Cinema e produção narrativa
Crie humanos digitais para curtas, séries para a web e filmes independentes. Gestos expressivos e um trabalho de câmera orientado por prompt dão aos personagens presença em cena, e não apenas um rosto animado.
Publicidade e trabalhos comerciais
Anime mascotes de marca ou personagens porta-vozes com uma performance cheia de nuances. Gestos e expressões geram um engajamento que avatares estáticos não conseguem.
Produção de vídeo para podcasts e entrevistas
Podcasters e criadores de áudio podem transformar um segmento inteiro em vídeo em uma única geração. Cinco minutos de áudio por clipe cobrem a maioria dos segmentos sem cortes.
Educação e treinamento em escala
Crie avatares de instrutores para aulas online. Uma seção inteira de uma aula é renderizada como uma única tomada, com gestos que mantêm o vídeo envolvente de assistir.
Experiências interativas e imersivas
Desenvolvedores de games e criadores de XR podem usar o OmniHuman 2 para gerar performances de NPCs ou personagens interativos com diálogos e gestos naturais.
Performance acessível para artistas
Atores, músicos e artistas podem criar conteúdo em vídeo a partir de áudio sem precisar de câmeras nem de várias tomadas. Uma boa performance em áudio vira vídeo com gestos e expressões cheios de nuances.
Mais modelos de vídeo
Todos os modelosSeedance 2.5
ByteDance Seed Team
- Texto para vídeo
- Imagem para vídeo
- Referência para vídeo
- Extensão de vídeo
- Edição de vídeo
A partir de $0.120 por segundo de vídeo
Seedance 2.0
ByteDance Seed Team
- Texto para vídeo
- Imagem para vídeo
- Referência para vídeo
- Extensão de vídeo
- Edição de vídeo
A partir de $0.079 por segundo de vídeo
Seedance 2.0 Fast
ByteDance Seed Team
- Texto para vídeo
- Imagem para vídeo
- Referência para vídeo
- Extensão de vídeo
- Edição de vídeo
A partir de $0.063 por segundo de vídeo



















